PDF टूल

pdf एक या अधिक PDF दस्तावेज़ों का विश्लेषण करता है और टेक्स्ट लौटाता है। यह Anthropic और Google मॉडल पर नेटिव दस्तावेज़ इनपुट का उपयोग करता है और प्रत्येक अन्य प्रदाता के लिए टेक्स्ट/इमेज निष्कर्षण पर फ़ॉलबैक करता है।

उपलब्धता

यह टूल केवल तभी पंजीकृत होता है, जब OpenClaw एजेंट के लिए PDF-सक्षम मॉडल को रिज़ॉल्व कर सकता है। रिज़ॉल्यूशन क्रम:

1. agents.defaults.pdfModel (स्पष्ट प्राथमिक/फ़ॉलबैक)
2. agents.defaults.imageModel (स्पष्ट प्राथमिक/फ़ॉलबैक)
3. एजेंट का रिज़ॉल्व किया गया सत्र/डिफ़ॉल्ट मॉडल, यदि उसका प्रदाता नेटिव PDF इनपुट (Anthropic, Google) का समर्थन करता है या उसमें पहले से कॉन्फ़िगर किया गया विज़न मॉडल है
4. उपयोग योग्य प्रमाणीकरण वाले स्वतः पहचाने गए इमेज/विज़न-सक्षम प्रदाता, जिनमें पहले नेटिव-PDF प्रदाताओं को प्राथमिकता दी जाती है

उपयोग से पहले प्रत्येक फ़ॉलबैक उम्मीदवार के प्रमाणीकरण की जाँच की जाती है, इसलिए कॉन्फ़िगर किया गया provider/model केवल तभी गिना जाता है, जब OpenClaw एजेंट के लिए उस प्रदाता को प्रमाणित कर सके। यदि कोई उपयोग योग्य मॉडल रिज़ॉल्व नहीं होता, तो pdf टूल उपलब्ध नहीं कराया जाता।

इनपुट संदर्भ

टिप्पणियाँ:

• pdf और pdfs को लोड करने से पहले मर्ज किया जाता है और डुप्लिकेट हटाए जाते हैं; कम-से-कम एक आवश्यक है।
• pages को 1 से शुरू होने वाली पेज संख्याओं के रूप में पार्स किया जाता है, डुप्लिकेट हटाए जाते हैं, क्रमबद्ध किया जाता है और agents.defaults.pdfMaxPages (डिफ़ॉल्ट 20) तक सीमित किया जाता है। ऐसी रेंज जो सीमा के भीतर किसी पेज से मेल नहीं खाती, मॉडल कॉल से पहले त्रुटि देती है।

समर्थित PDF संदर्भ

• स्थानीय फ़ाइल पथ (~ विस्तार सहित)
• file:// URL
• http:// और https:// URL
• OpenClaw द्वारा प्रबंधित इनबाउंड संदर्भ, जैसे media://inbound/<id>

अन्य URI स्कीम (उदाहरण के लिए ftp://) details.error = "unsupported_pdf_reference" लौटाती हैं। टूल के सैंडबॉक्स में चलने पर रिमोट http(s) URL अस्वीकार कर दिए जाते हैं। केवल-वर्कस्पेस फ़ाइल नीति सक्षम होने पर, अनुमत रूट के बाहर के स्थानीय पथ अस्वीकार कर दिए जाते हैं; OpenClaw के इनबाउंड मीडिया स्टोर के अंतर्गत प्रबंधित इनबाउंड संदर्भ और पुनः चलाए गए पथ फिर भी अनुमत होते हैं।

निष्पादन मोड

नेटिव प्रदाता मोड

प्रदाता anthropic और google के लिए उपयोग किया जाता है (वर्तमान में केवल यही प्रदाता नेटिव PDF दस्तावेज़ समर्थन घोषित करते हैं)। अपरिष्कृत PDF बाइट्स प्रति फ़ाइल एक नेटिव दस्तावेज़/इनलाइन-PDF भाग के रूप में सीधे प्रदाता API को भेजे जाते हैं।

सीमाएँ:

• pages समर्थित नहीं है; सेट होने पर टूल pages is not supported with native PDF providers थ्रो करता है।
• password समर्थित नहीं है; सेट होने पर टूल password is not supported with native PDF providers थ्रो करता है। एन्क्रिप्टेड PDF के लिए गैर-नेटिव मॉडल का उपयोग करें।

निष्कर्षण फ़ॉलबैक मोड

प्रत्येक अन्य प्रदाता के लिए उपयोग किया जाता है।

1. बंडल किए गए document-extract Plugin के माध्यम से चयनित पेजों (अधिकतम agents.defaults.pdfMaxPages, डिफ़ॉल्ट 20) से टेक्स्ट निकालता है, जो टेक्स्ट और इमेज निष्कर्षण के लिए clawpdf पैकेज (PDFium WebAssembly) का उपयोग करता है।
2. यदि निकाला गया टेक्स्ट 200 वर्णों से छोटा है, तो उन्हीं पेजों को PNG इमेज में रेंडर करता है। रेंडर बजट कुल 4,000,000 पिक्सेल है, जिसे इमेज की आवश्यकता वाले सभी पेजों के बीच साझा किया जाता है (प्रति पेज नहीं, बल्कि शेष पेजों के अनुपात में आवंटित), इसलिए जिन टेक्स्ट पेजों में पहले से पर्याप्त टेक्स्ट है, उनका रेंडरिंग पूरी तरह छोड़ दिया जाता है।
3. निकाले गए टेक्स्ट (और रेंडर की गई किसी भी इमेज) को प्रॉम्प्ट के साथ चयनित मॉडल को भेजता है।

विवरण:

• एन्क्रिप्टेड PDF शीर्ष-स्तरीय password पैरामीटर से खुलती हैं।
• यदि मॉडल में इमेज इनपुट नहीं है और निकालने योग्य टेक्स्ट भी नहीं है, तो टूल त्रुटि देता है।
• यदि इमेज रेंडरिंग विफल होती है, तो OpenClaw इमेज हटा देता है और निकाले गए टेक्स्ट के साथ जारी रहता है।
• यदि लक्षित मॉडल केवल-टेक्स्ट है और निष्कर्षण से इमेज बनी हैं, तो OpenClaw इमेज हटा देता है और केवल टेक्स्ट भेजता है।

कॉन्फ़िगरेशन

{  agents: {    defaults: {      pdfModel: {        primary: "anthropic/claude-opus-4-6",        fallbacks: ["openai/gpt-5.4-mini"],      },      pdfMaxBytesMb: 10,      pdfMaxPages: 20,    },  },}

फ़ील्ड के पूरे विवरण के लिए कॉन्फ़िगरेशन संदर्भ देखें।

आउटपुट विवरण

टूल content[0].text में टेक्स्ट और details में संरचित मेटाडेटा लौटाता है।

सामान्य details फ़ील्ड:

• model: रिज़ॉल्व किया गया मॉडल संदर्भ (provider/model)
• native: नेटिव प्रदाता मोड के लिए true, फ़ॉलबैक के लिए false
• attempts: सफलता से पहले विफल हुए फ़ॉलबैक प्रयास

पथ फ़ील्ड:

• एकल PDF इनपुट: details.pdf
• एकाधिक PDF इनपुट: pdf प्रविष्टियों के साथ details.pdfs[]
• सैंडबॉक्स पथ पुनर्लेखन मेटाडेटा (जब लागू हो): rewrittenFrom

त्रुटि व्यवहार

उदाहरण

एकल PDF:

{  "pdf": "/tmp/report.pdf",  "prompt": "इस रिपोर्ट को 5 बुलेट में सारांशित करें"}

एकाधिक PDF:

{  "pdfs": ["/tmp/q1.pdf", "/tmp/q2.pdf"],  "prompt": "दोनों दस्तावेज़ों में जोखिमों और समयरेखा के बदलावों की तुलना करें"}

पेज-फ़िल्टर किया गया फ़ॉलबैक मॉडल:

{  "pdf": "https://example.com/report.pdf",  "pages": "1-3,7",  "model": "openai/gpt-5.4-mini",  "prompt": "केवल ग्राहकों को प्रभावित करने वाली घटनाएँ निकालें"}

निष्कर्षण फ़ॉलबैक के साथ एन्क्रिप्टेड PDF:

{  "pdf": "/tmp/locked.pdf",  "password": "example-password",  "model": "openai/gpt-5.4-mini",  "prompt": "इस अनुबंध को सारांशित करें"}

संबंधित

• टूल अवलोकन - सभी उपलब्ध एजेंट टूल
• कॉन्फ़िगरेशन संदर्भ - pdfMaxBytesMb और pdfMaxPages कॉन्फ़िगरेशन